BAB III METODE PENELITIAN
G. Teknik Analisis Data
Keterangan :
= Uji chi kuadrat
= Data frekuensi yang diperoleh dari sampel
= Frekuensi yang diharapkan dalam populasi
Dalam penelitian ini digunakan uji asumsi atau prasyarat menggunakan uji normalitas dengan hasil skor asli hasil belajar (data primer) dan nilai angket lingkungan dan fasilitas belajar (data sekunder). Uji normalitas dimaksudkan untuk memperlihatkan bahwa sampel diambil dari populasi yang berdistribusi normal.
Uji Normalitas bertujuan untuk mengetahui kenormalan distribusi sebaran skor variabel apabila terjadi penyimpangan tersebut. Dalam penelitian untuk menguji normalitas data, peneliti menggunakan
rumus Kolmogrov-Smirnov dengan ketentuan sebagai berikut :29
1) Jika Signifikansi (Significance level) > 0.05 maka Distribusi normal
2) Jika signifikansi (Significance level) < 0.05 maka Distribusi tidak normal.
b) Uji Multikonolinearitas
Uji Multikonolinearitas bertujuan untuk mengetahui apakah ada korelasi antara variabel yang satu dengan variabel bebas yang lain dalam model regresi yang digunakan. Semakin kecil korelasi diantara variabel bebasnya maka semakin baik model regresi yang akan diperoleh. metode yang digunakan untuk mendeteksi adanya multikolonearitas yaitu dengan menggunakan Tolerance dan Varianceinflation Faktor (VIF) tidak lebih dari 10 dan nilai Tolerance tidak kurang dari 0,1 maka model
29 Imam Ghozali. Aplikasi Analisis Multivariate …, h.160
regresi dapat dikatakan bebas dari masalah multikolinearitas.30
c) Uji Heteroskedastisitas
Uji heteroskedastisitas bertujuan untuk menguji apakah dalam model regresi terjadi ketidaksamaan variance dari residual satu pengamatan ke pengamatan yang lain. Jika variance dari residual satu pengamatan kepengamatan yang lain tetap, maka disebut homoskedastisitas, dan jika berbeda disebut heteroskedastisitas.
Heteroskedastisitas, pada umumnya sering terjadi pada model-model yang menggunakan data cross section. Namun bukan berarti model-model yang menggunakan data time series bebas dari heteroskedastisitas. Sedangkan untuk mendeteksi ada tidaknya heteroskedastisitas pada suatu model dapat dilihat dari pola gambar Scatterplot model tersebut.
Tidak terdapat heteroskedastisitas jika: (1)
30Duwi Priyanto, Analisis Korelasi Regresi dan Multivariate dengan SPPS (Yogyakarta: Gava Media, 2011), h.60
penyebaran titik-titik data sebaiknya tidak berpola;
(2) titik-titik data menyebar di atas dan di bawah atau disekitar angka 0 dan (3) titik-titik data tidak menggumpul hanya di atas atau di bawah saja.
2. Uji Hipotesis
Suatu hipotesis biasanya merupakan hasil dari dugaan berdasarkan pengamatan rutinitas dan gejala alam ataupun berdasarkan teori. Hipotesis statistik adalah pernyataan atau dugaan mengenai keadaan populasi yang sifatnya masih sementara atau lemah kebenarannya.31 Hipotesis statistik akan diterima jika hasil pengujian membenarkan pernyataan dan akan ditolak jika terjadi penyangkalan dari pernyataan.
Dalam perumusan hipotesis statistik, antara hipotesis nol (H0) dan hipotesis alternatif (Ha) selalu berpasangan, bila salah satu ditolak, maka yang lain akan diterima sehingga dapat dibuat keputusan yang tegas, yaitu jika H0 ditolak maka Ha diterima atau sebaliknya.
31 Muhammad farhan Qudratullah, Satistika Terapan: Teori, contoh Kasus, dan Aplikasi dengan SPSS, (Yogyakarta: Penerbit Andi, 2014), h. 198
Uji hipotesis analisis statistik yang digunakan untuk menguji hipotesis dalam penelitian ini adalah dengan menggunakan regresi.
Regresi digunakan untuk mengukur besarnya pengaruh variabel bebas terhadap variabel tergantung dan memprediksi variabel tergantung dengan menggunakan variabel bebas.32 Dalam penelitian ini menggunakan regresi linier berganda karena penelitian ini dilakukan untuk mengetahui pengaruh lingkungan (X1) dan fasilitas belajar (X2) terhadap hasil belajar siswa pada mata pelajaran IPS (Y).
a. Model Regresi Linier Berganda
Analisis regresi berganda merupakan analisis statistika yang bertujuan mencari model linier antara variabel bebas (independen) atau regresor terhadap variabel respons atau dependen.33
32 Jonathan Sarwono, Statistik itu Mudah, Panduan Lengkap Mengajar Komputasi Statistik Menggunakan SPSS 16. (Yogyakarta: Andi, 2009), h.91
33 Suliyanto. Ekonometrika Terapan: Teori & Aplikasi dengan SPSS.
(Yogyakarta: Andi Offset, 2011), h. 53
Adapun model regresi yang digunakan dalam penelitian ini adalah sebgai berikut :
Y = βo+β1x1+β2x2+e
Dengan :
Y = variabel dependen Β0 = konstanta
β1, β2 = koefisien regresi masing-masing variabel X1 = variabel independen
X2 = variabel independen E = variabel pengganggu b. Uji t
Uji statistik t menunjukkan seberapa jauh pengaruh satu variabel independen atau varabel penjelas secara individual dalam menerangkan variabel dependen. Apabila nilai probabilitas signifikannya lebih kecil dari 0,05 (5%) maka suatu variabel independen berpengaruh signifikan terhadap
variabel independen.34 Selain itu dapat juga dengan cara membandingkan nilai statistik t dengan titik kritis menurut tabel. Apabila nilai statistik t hasil perhitungan lebih tinggi dibandingkan nilai t tabel, kita menerima hipotesisi alternatif yang menyatakan bahwa suatu variabel independen secara individual mempengaruhi variabel dependen.35
c. Uji F
Nilai F hitung digunakan untuk menguji ketepatan model atau goodness of fit, apakah model persamaan yang terbentuk masuk dalam kriteria cocok (fit) atau tidak. Uji F ini sering disebut sebagai uji simultan, yaitu untuk menguji apakah variabel bebas yang digunakan dalam model mempu menjelaskan perubahan nilai variabel tergantung atau tidak. Untuk menyimpulkan apakah model masuk dalam kategori atau tidak, kita harus membandingkan
34 V. Wiratna Sujarweni, Metodelogi Penelitian Bisnis & Ekonomi, (Yogyakarta: Pustakabarupress, 2015), h.229
35 Imam Ghozali, Aplikasi Analisis Multivariate …, h.99
nilai F hitung dengan nilai F tabel dengan df: (k-1), (n-k).36
d. Koefesien Determinasi (R2)
Koefisien determinasi merupakan besarnya kontribusi variabel bebas terhadap variabel tergantungnya. Semakin tinggi koefisien determinasi maka semakin tinggi variabel bebas dalam menjelaskan variasi perubahan pada variabel tergantungnya.37
Koefisien determinasi dengan rumus: KD=r2 x 100%
Keterangan:
KD : kontribusi variabel x terhadap variabel y r2 : koefisien korelasi antara variabel x1, x2
terhadap variabel y
36 Suliyanto. Ekonometrika Terapan: Teori & Aplikasi ...,h. 44
37 Suliyanto. Ekonometrika Terapan: Teori & Aplikasi …, h. 40
74 A. Deskripsi Wilayah Penelitian
1. Sejarah Sekolah
Sekolah Menengah Pertama Negeri 23 Mukomuko terletak di Kecamatan Selagan Raya Kabupaten Mukomuko yang didirikan pada tahun 2005. Kepala sekolah pertama di SMP Negeri 23 Mukomuko bapak Lukman, S.Pd
Sekolah ini dibangun melalui satu atap dengan SD Negeri 07 Selagan. pertama berdiri sekolah ini bernama SMP SATU ATAP, satu atap berarti SMP ini menggunakan gedung dan guru yang sama dengan SD.
Pada tahun 2007 kepala sekolah ke-2 yaitu bapak Linas Halwanto, S.Pd. kemudian pada tahun itu pemerintah memberi bantuan 2 gedung namun pembangunan masih dilakukan di SD.
Tahun 2010 kepala sekolah yang ke-3 yaitu Edi Riyanto, S.Pd setelah melalui proses pada tahun 2011 membeli tanah kemudian pada tahun 2014 membangun 3 gedung yaitu 2 ruangan kelas dan 1 kantor. Pada tahun 2015 kepala sekolah ke-4 yaitu bapak M. Janam, S.Pd tahun ini mendapatkan bantuan lagi berupa 2 ruangan kelas, 1 perpus. Tahun 2017 kepala sekolah ke-5 yaitu ibuk Rita Wati, S.Pd.
Sumber : Amdani, S.Pd 2. Visi Misi Sekolah
Visi Sekolah
”Terwujudnya Lulusan Yang Bariman, Berprestasi, Terampil dan Berbudaya”
Dengan Indikator Visi Sekolah :
a. Terlaksananya ibadah sesuai dengan kepercayaan masing-masing
b. Tumbuhnya disiplin dalam semua kegiatan sekolah c. Berprestasi dibidang akademik dan non akademi d. Menjunjung tinggi budaya bangsa dan udaya daaerah
e. engikuti perkembangan zaman dengan cerdas
f. Mampu memanfaatkan Sumber Daya Alam menjadi barang yang bernilai ekonomis
Misi Sekolah
a. Meningkatkan iman dan taqwa kepada Tuhan Yang Maha Esa
b. Menciptakan suasana yang kondusif dalam melaksanakan semua kegiatan sekolah
c. Melakukan inovasi dalam proses pembelajaran baik akademik dan non akademik
d. Melaksanakan kegiatan yang menumbuhkan cinta terhadap seni udaya bangsa
e. Melaksanakan penerapan teknologi dalam pemelajaran
f. Memanfaatkan Sumer Daya Alam sebagai media pemelajaran.
3. Lokasi Sekolah
Sekolah SMP Negeri 23 Mukomuko beralamat di Desa Talang Buai, Kecamatan Selagan Raya Kabupaten Mukomuko.
4. Keadaan Guru
Tabel 4.1. Data Kepala sekolah, Guru, dan Staf
No Nama Pangkat/Gol Lama
mengaj ar
Bidang Study 1 Rita Wati, S. Pd Pembina
Tk.I/IV b 5 Tahun - 2 Lainul Paudi,
S.Pd
Penata Tk.
I/III C
15
Tahun PAI 3 Susi Enoria, S. Pd Penata
TK.I/III c
15
Tahun IPA 4 Agus Wandri,
S.Pd Penata/III c 2 Tahun PKN
5 Wisnu Yahya, S.Pd
Penata
Muda/III a 2 Tahun IPS 6 Anisa Firda
Rahma, S. Pd
Penata
Muda/III a 2 Tahun A. Inggr is 7 M. Rahimal , S.Pd Penata
Muda/III a 2 Tahun Seni Budaya 8
Zul Fahmi, SE
Honorer 12
Tahun IPS 9 Ani Pamilu, S. Pd
Honorer 11 Tahun
B.
Indonesi a 10 Rami Idawati, S.
Pd Honorer 8 Tahun TIK
11 Eses Wimarsa, S.
Pd Honorer 4 Tahun
B.
Indonesi a 12 Edy Yanto
Honorer 11 Tahun
Data Kapsek/
Guru 13 Deni Sri Astuti
Honorer 15Tahu n
Agenda Surat 14 Pardiwanis
Honorer 8 Tahun
Data Perpusta
kaan Sumber : Tata Usaha SMP Negeri 23 Mukomuko 5. Sarana dan Prasarana
Tabel 4.2. Data Sarana dan Prasarana
Sumber Lisrik PLN
Akses Internet Tidak Ada
Sumber : Tata Usaha SMP Negeri 23 Mukomuko
B. Hasil Penelitian
1. Deskripsi Hasil Penelitian
Penelitian ini bertujuan untuk mengetahui apakah ada pengaruh lingkungan belajar dan fasilitas belajar terhadap hasil belajar siswa pada mata pelajaran IPS di SMPN 23 Mukomuko. Adapun langkah penelitiannya yaitu peneliti turun kelapangan dalam rangka melakukan penelitian di SMPN 23 Mukomuko, kemudian peneliti menyajikan data-data yang telah diperoleh dalam bentuk laporan tertulis. Hasil data penelitian di dapat secara keseluruhan, peneliti mengumpulkan data dengan
penyebaran angket tentang pengaruh lingkungan belajar (X1) dan fasilitas belajar (X2) terhadap hasil belajar siswa pada mata pelajaran IPS (Y). Data yang diperoleh dengan ketiga cara tersebut akan diolah dan diproses sesuai dengan tahapan yang dilakukan dalam penelitian jenis kuantitatif.
Penelitian ini dilakukan terhadap 42 orang responden, dengan tingkat partisipasi responden 100%
dari angket yang disebarkan semuanya dikembalikan dengan terisi lengkap. Data penelitian telah disusun dalam bentuk tabulasi skor pengaruh lingkungan belajar sebagai variabel (X1), fasilitas belajar sebagai variabel (X2) dan hasil belajar siswa pada mata pelajaran IPS sebagai variabel (Y).
Dengan selalu bersumber pada hasil penelitian tersebut deskriptif data disajikan secara bertahap dari masing-masing variabel, baik variabel bebas maupun terikat. Deskriptif data hasil penelitian ditampilkan dalam beberapa macam ukuran tedensi sentral, yaitu mean,
median, modus, maximum, minimum dan sum. Penyajian deskriptif data ini untuk mengetahui gambaran dari masing-masing indikator variabel dan variabel secara keseluruhan. Masing-masing deskriptif data variabel dengan uraian seperti berikut:
a. Deskriptif Data variabel Lingkungan Belajar (X1) Berdasarkan data penelitian yang telah dikumpulkan dari variabel lingkungan belajar (X1), maka dihasilkan output statistik deskriptif sebagai berikut:
Tabel 4.3. Deskripsi Data Lingkungan Belajar Statistics
Lingkungan Belajar
N Valid 50
Missing 0
Mean 65.86
Std. Error of Mean .592
Median 66.00
Mode 60a
Std. Deviation 4.185
Variance 17.511
Range 14
Minimum 60
Maximum 74
Sum 3293
a. Multiple modes exist. The smallest value is shown Sumber: Analisis Data dengan SPSS.22
Dari tabel di atas dapat diketahui bahwa perolehan nilai variabel lingkungan belajar (X1) dari sampel 50 siswa didapatkan nilai mean (nilai rata-rata) sebesar 65,86 median (Nilai Tengah) sebesar 66,00, mode (Modus/Nilai
yang sering muncul) adalah nilai 60, standar deviasi sebesar 4,185, variance sebesar 17,511 range bernilai 14, nilai terendah 60, nilai tertinggi 74 dan jumlah dari nilai variabel variabel interaksi sosial (X1) 3293.
Berdasarkan data pada tabel hasil rekapitulasi angket setelah uji coba, maka terbentuk tabel frekuensi tunggal sebagai berikut:
Tabel 4.4. Frekuensi Lingkungan Belajar Lingkungan Belajar Freque
ncy
Perce nt
Valid Percent
Cumulative Percent
Valid 60 7 14.0 14.0 14.0
61 4 8.0 8.0 22.0
62 3 6.0 6.0 28.0
63 2 4.0 4.0 32.0
64 7 14.0 14.0 46.0
66 4 8.0 8.0 54.0
67 2 4.0 4.0 58.0
68 6 12.0 12.0 70.0
69 3 6.0 6.0 76.0
70 4 8.0 8.0 84.0
71 3 6.0 6.0 90.0
72 3 6.0 6.0 96.0
73 1 2.0 2.0 98.0
74 1 2.0 2.0 100.0
Total 50 100.0 100.0
Berdasarkan tabel frekuensi di atas maka dapat dibentuk kurva tabel sebagai berikut:
Gambar. 4.1. Histogram Lingkungan Belajar
b. Deskriptif Data variabel Fasilitas Belajar (X2)
Berdasarkan data penelitian yang telah dikumpulkan dari variabel fasilitas belajar (X2), maka dihasilkan output statistik deskriptif sebagai berikut:
Tabel 4.5. Deskripsi Data Fasilitas Belajar Statistics
Fasilitas Belajar
N Valid 50
Missing 0
Mean 50.58
Std. Error of Mean .671
Median 52.18a
Mode 54
Std. Deviation 4.747
Variance 22.534
Range 16
Minimum 40
Maximum 56
Sum 2529
a. Calculated from grouped data.
Sumber: Analisis Data dengan SPSS.22
Dari tabel di atas dapat diketahui bahwa perolehan nilai variabel fasilitas belajar (X2) dari sampel 50 siswa didapatkan nilai mean (nilai rata-rata) sebesar 50,58 median (Nilai Tengah) sebesar 52,18, mode (Modus/Nilai yang sering muncul) adalah nilai 54, standar deviasi
sebesar 4,747, variance sebesar 22,534 range bernilai 16, nilai terendah 40, nilai tertinggi 56 dan jumlah dari nilai variabel variabel interaksi sosial (X1) 2529.
Berdasarkan data pada tabel hasil rekapitulasi angket setelah uji coba, maka terbentuk tabel frekuensi tunggal sebagai berikut:
Tabel 4.6. Frekuensi Lingkungan Belajar Fasilitas Belajar Frequen
cy Percent Valid Percent
Cumulative Percent
Valid 40 2 4.0 4.0 4.0
41 1 2.0 2.0 6.0
42 2 4.0 4.0 10.0
43 1 2.0 2.0 12.0
44 2 4.0 4.0 16.0
45 2 4.0 4.0 20.0
46 2 4.0 4.0 24.0
47 1 2.0 2.0 26.0
48 1 2.0 2.0 28.0
50 4 8.0 8.0 36.0
51 3 6.0 6.0 42.0
52 6 12.0 12.0 54.0
53 5 10.0 10.0 64.0
54 9 18.0 18.0 82.0
55 4 8.0 8.0 90.0
56 5 10.0 10.0 100.0
Total 50 100.0 100.0
Sumber: Analisis Data dengan SPSS.22
Berdasarkan tabel frekuensi di atas maka dapat dibentuk kurva tabel sebagai berikut:
Gambar 4.2
Histogram Fasilitas Belajar
c. Deskriptif Data variabel Hasil Belajar Siswa Pada Mata Pelajaran IPS (Y)
Variabel hasil belajar siswa pada mata pelajaran IPS (Y) diperoleh dari hasil nilai ulangan dari 50 orang. Adapun gambaran atau deskriptif data
variabel hasil belajar siswa pada mata pelajaran IPS (Y) dapat dilihat pada tabel di bawah ini:
Tabel 4.7. Deskripsi Data Variabel Hasil Belajar Siswa
Statistics Hasil Belajar
N Valid 50
Missing 0
Mean 83.44
Std. Error of Mean .752
Median 84.78a
Mode 80
Std. Deviation 5.319
Variance 28.292
Range 25
Minimum 65
Maximum 90
Sum 4172
a. Calculated from grouped data.
Dari tabel di atas dapat diketahui bahwa perolehan nilai variabel hasil belajar (Y) dari sampel 50 siswa didapatkan nilai mean (nilai rata-rata) sebesar 83,44 median (Nilai Tengah) sebesar 84,78, mode (Modus/Nilai yang sering muncul) adalah nilai 80, standar deviasi sebesar 5,319, variance sebesar 28,292 range bernilai 25, nilai terendah 65, nilai
tertinggi 56 dan jumlah dari nilai variabel variabel hasil belajar (Y) 4172.
Berdasarkan data pada tabel hasil rekapitulasi angket setelah uji coba, maka terbentuk tabel frekuensi tunggal sebagai berikut:
Tabel 4.8. Frekuensi Lingkungan Belajar Hasil Belajar
Freque ncy
Perce nt
Valid Percent
Cumulative Percent
Valid 65 1 2.0 2.0 2.0
75 3 6.0 6.0 8.0
76 2 4.0 4.0 12.0
78 2 4.0 4.0 16.0
80 11 22.0 22.0 38.0
82 1 2.0 2.0 40.0
84 3 6.0 6.0 46.0
85 6 12.0 12.0 58.0
86 7 14.0 14.0 72.0
88 6 12.0 12.0 84.0
90 8 16.0 16.0 100.0
Total 50 100.0 100.0
Sumber: Analisis Data dengan SPSS.22
Berdasarkan tabel frekuensi di atas maka dapat dibentuk kurva tabel sebagai berikut:
Gambar 4.3. Histogram Hasil Belajar 2. Pengujian Persyaratan Analisis
Persyaratan analisa yang diartikan merupakan persyaratan yang wajib dilakukan supaya regresi bisa dicoba, bagus buat kebutuhan perkiraan ataupun buat kebutuhan anggapan. Ada pula persyaratan yang dibutuhkan dalam analisa regresi berganda informasi itu wajib diklaim berdistribusi wajar serta dan berada linear.
Ada pula penjelasan pengetesan persyaratan analisa semacam selanjutnya adalah:
a. Uji Normalitas
Pengujian normalitas populasi dimaksudkan untuk mengetahui bahwa penelitian berasal dari populasi yang berdistribusi normal. Kriteria normal dipenuhi jika hasil uji signifikan untuk taraf signifikan 0,05, jika signifikan yang diperoleh lebih besar dari 0.05 (sig > 0,05), maka responden berasal dari populasi yang berdistribusi normal. Sedangkan jika signifikan yang diperoleh lebih kecil 0,05 (sig < 0,05) maka responden bukan dari populasi yang berdistribusi normal. Rangkuman hasil uji normalitas dengan bantuan program analisis data SPSS versi 22 yaitu dengan menggunakan Kolmogorov-Smirnov dari uji residual variable dapat dilihat pada tabel berikut ini:
Tabel 4.9. Hasil Uji Normalitas
One-Sample Kolmogorov-Smirnov Test Unstandardized
Residual
N 50
Normal Parametersa,b
Mean .0000000
Std. Deviation 4.18274384
Most Extreme Differences
Absolute .148
Positive .097
Negative -.148
Test Statistic .148
Asymp. Sig. (2-tailed) .079c,d
a. Test distribution is Normal.
b. Calculated from data.
c. Lilliefors Significance Correction.
d. This is a lower bound of the true significance Dari tabel di atas dapat diketahui bahwa nilai signifikan (Asymp.Sig 2-tailed) terdapat pada nilai 0,079 dari risudal variabel menunjukan lebih besar dari nilai 0,05, dari penelitian pengaruh lingkungan belajar dan fasilitas belajar terhadap hasil belajar siswa pada mata pelajaran IPS di SMPN 23 Mukomuko karena nilai signifikan variabel lebih besar dari 0,05 maka dengan demikian populasi berasal dari distribusi normal.
b. Multikolinieritas
Uji multikolonearitas yaitu dengan menggunakan tolerance dan variance inflation faktor (VIF) tidak lebih dari 10 dan nilai tolerance tidak
kurang dari 0,1 maka model regresi dapat dikatakan bebas dari masalah multikolinearitas.
Tabel 4.10. Uji Multikolonearitas Coefficientsa
Model
Unstandardized Coefficients
Standard ized Coefficie
nts t Sig.
Collinearity Statistics B Std.
Error Beta Toleran
ce VIF 1 (Constant) 31.567 9.856 3.203 .002
Lingkungan
Belajar .538 .166 .423 3.233 .002 .768 1.30 2 Fasilitas
Belajar .325 .147 .290 2.216 .032 .768 1.30 2 a. Dependent Variable: Hasil Belajar
Sumber : data dianalisis dengan SPSS 26 & Data terlampir
Dari tabel di atas menunjukan bahwa nilai tolerance X1 dan X2 lebih besar dari 0.1 dan nilai VIF X1, X2 lebih kecil dari 10 artinya model data dikatakan bebas dari masalah multikolinearitas.
c. Uji Heterokedastitas
Uji heteroskedastisitas yaitu dengan menggunakan nilai signifikansi antara varibael independent dengan absolut residual > 0,05 tidak terjadi masalah heteroskedastisitas.
Tabel 4.11. Uji Heteroskedastisitas
Variabel Sig Sighitung Keterangan Lingkungan
Belajar (X1)
0,05 0,110 Bebas
Heteroskedastisitas Fasilitas Belajar
(X2) 0,05 0,478 Bebas
Heteroskedastisitas
Dari tabel di atas menunjukan bahwa nilai sighitung X1 dan X2 lebih besar dari 0,05, maka disimpulkan data tidak terjadi heterokedastitas.
3. Pengujian Hipotesis Penelitian a. Hasil Uji Regresi Berganda
Pada penelitian ini, uji statistik yang digunakan untuk menguji hipotesis penelitian adalah dengan menggunakan model regresi berganda. Hal ini dikarenakan pada penelitian ini peneliti meneliti pengaruh dari dua variabel bebas terhadap satu variabel terikat. Berikut disajikan hasil dari analisis regresi linear berganda.
Tabel 4.12. Hasil Uji Regresi Linear Berganda Coefficientsa
Model
Unstandardized Coefficients
Standardize d
Coefficients t Sig.
B Std.
Error Beta
1 (Constant) 31.567 9.856 3.203 .002
Lingkungan
Belajar .538 .166 .423 3.233 .002
Fasilitas
Belajar .325 .147 .290 2.216 .032
a. Dependent Variable: Hasil Belajar
Sumber: Data Primer yang diolah SPSS 22
Berdasarkan tabel hasil uji regresi linear berganda di atas, maka dapat dibuat suatu persamaan regresi linear seperti berikut ini:
Y=31.567+0,538X1 + 0,325X2+ei
Dari persamaan regresi linear di atas, dapat dijelaskan sebagai berikut:
1) Konstanta atau βo dari persamaan regresi linear adalah sebesar 31.567 yang berarti tanpa adanya lingkungan belajar (X1) dan fasilitas belajar (X2), maka hasil belajar siswa pada mata pelajaran IPS sebesar 31.567. Hal ini dikarenakan masih adanya variabel lain diluar variabel lingkungan belajar dan
fasilitas belajar yang mempengaruhi hasil belajar siswa pada mata pelajaran IPS di SMPN 23 Mukomuko.
2) Nilai koefisien regresi variabel lingkungan belajar (X1) adalah sebesar 0,538 yang berarti jika variabel lingkungan belajar meningkat maka akan menyebabkan kenaikan terhadap hasil belajar siswa pada mata pelajaran IPS di SMPN 23 Mukomuko sebesar 0,538 dan variabel lain dianggap tetap.
3) Nilai koefisien regresi variabel variabel fasilitas belajar (X2) adalah sebesar 0,325 yang berarti jika variabel lingkungan belajar menurun maka akan menyebabkan kenaikan terhadap lingkungan belajar sebesar 0,325 dan variabel lain dianggap tetap.
b. Uji–t
Uji statistik t merupakan pengujian secara parsial apakah terdapat pengaruh lingkungan belajar
dan fasilitas belajar terhadap hasil belajar siswa pada mata pelajaran IPS di SMPN 23 Mukomuko. Jika hasil perhitungan menunjukkan bahwa nilai signifikan (sig) < alpha 0,05 maka terdapat pengaruh. Sedangkan jika nilai signifikan (sig) > alpha 0,05 maka tidat terdapat pengaruh. Berikut disajikan hasil penelitian uji-t.
Tabel 4.13. Hasil uji t
Coefficientsa
Model
Unstandardized Coefficients
Standardi zed Coefficie
nts t Sig.
B
Std.
Error Beta 1 (Constant) 31.56
7 9.856 3.203 .002
Lingkunga
n Belajar .538 .166 .423 3.233 .002 Fasilitas
Belajar .325 .147 .290 2.216 .032 a. Dependent Variable: Hasil Belajar
Sumber: Data Primer yang diolah SPSS 22
Berdasarkakn hasil uji t di atas, maka dapat dilihat pada penjelasan berikut:
1) Nilai (sig) untuk variabel lingkungan belajar (X1) sebesar 0,002 yang berarti lebih kecil dari nilai ɑ 0,05, maka dapat disimpulkan bahwa secara parsial variabel lingkungan belajar berpengaruh signifikan terhadap hasil belajar siswa pada mata pelajaran IPS.
2) Nilai (sig) dari variabel fasilitas belajar (X2) sebesar 0,032 yang berarti lebih kecil dari nilai ɑ 0,05, maka dapat disimpulkan bahwa secara parsial fasilitas berpengaruh signifikan terhadap hasil belajar siswa pada mata pelajaran IPS.
c. Hasil Uji –F
Pengujian penelitian ini menggunakan teknik uji F dengan metode uji Anova yaitu uji untuk melihat bagaimanakah pengaruh semua variabel bebas secara bersama-sama terhadap variabel terikat. Uji F ini digunakan untuk mengetahui apakah secara simultan koefisien variabel bebas mempunyai pengaruh nyata atau tidak terhadap variabel terikat, Uji F ini
digunakan untuk mengetahui apakah variabel lingkungan belajar (X1) dan fasilitas belajar (X2) secara bersamaan berpengaruh signifikan terhadap hasil belajar siswa pada mata pelajaran IPS di SMPN 23 Mukomuko (Y).
Keputusan dari uji F ini bisa didapatkan dengan membandingkan antara nilai sig dengan taraf signifikan (ɑ) sebesar 5 % atau 0,05. Jika nilai sig kurang dari 0,05, maka variabel lingkungan belajar dan fasilitas belajar memberikan pengaruh yang signifikan terhadap hasil belajar siswa pada mata pelajaran IPS . Berikut disajikan hasil dari penelitian uji F:
Tabel 4.14. Hasil Uji F ANOVAa Model Sum of
Squares df Mean
Square F Sig.
1 Regression 529.048 2 264.524 14.503 .000b Residual 857.272 47 18.240
Total 1386.320 49 a. Dependent Variable: Hasil Belajar
b. Predictors: (Constant), Fasilitas Belajar, Lingkungan Belajar Sumber: Data Primer yang diolah SPSS 2021
Berdasarkan tabel di atas diperoleh hasil uji F (Anova) nilai signifikan sebesar 0.000 lebih kecil dari 0.05, maka dapat disimpulkan bahwa variabel lingkungan belajar (X1) dan fasilitas belajar (X2) secara bersama-sama berpengaruh signifikan terhadap hasil belajar siswa pada mata pelajaran IPS di SMPN 23 Mukomuko (Y).
d. Pengujian Koefisien Determinasi ( )
Koefisien Determinasi dalam penelitian ini menggunakan Adjusted R square (R2) yang digunakan untuk mengukur seberapa jauh ke smampuan variabel independen dalam mempengaruhi variabel dependen.38
Koefisiendeterminasi digunakan untuk mengetahui seberapa besar persentase kontribusi pengaruh variabel lingkungan belajar dan fasilitas belajar terhadap hasil belajar siswa pada mata pelajaran IPS di SMPN 23 Mukomuko.
38 Setiawan dan Dwi Endah Kusrini, Ekonomitrika ,...h. 64
Tabel 4.15. R Square
Model Summary Model R R Square Adjusted
R Square
Std. Error of the Estimate
1 .618a .382 .355 4.271
a. Predictors: (Constant), Fasilitas Belajar (X2), Lingkungan Belajar (X1)
b. Dependent Variable: Hasil Belajar
Sumber: Data Primer yang diolah SPSS 2020
Pada tabel di atas, maka diperoleh nilai koefisien determinasi atau r square sebesar 0,382 hal ini dapat diartikan bahwa kemampuan variabel lingkungan belajar dan fasilitas belajar untuk mempengaruhi hasil belajar siswa pada mata pelajaran IPS di SMPN 23 Mukomuko secara bersama-sama adalah sebesar 0,382 atau 38,20 % sisanya 61,80%
dipengaruhi oleh variabel lain yang tidak dibahas dalam penelitian ini.
C. Pembahasan
Hasil uji hipotesis didapatkan persamaan regresi Y=31.567+0,538X1 + 0,325X2+ei dengan hasil uji t masing- masing sebesar 3,233 untuk variabel lingkungan keluarga dan